A complex disease generally results not from malfunction of individual molecules but from dysfunction of the relevant system or network, which dynamically changes with time and conditions. Thus, estimating a condition-specific network from a single sample is crucial to elucidating the molecular mechanisms of complex diseases at the system level. However, there is currently no effective way to construct such an individual-specific network by expression profiling of a single sample because of the requirement of multiple samples for computing correlations. We developed here with a statistical method, i.e. a sample-specific network (SSN) method, which allows us to construct individual-specific networks based on molecular expressions of a single sample. Using this method, we can characterize various human diseases at a network level. In particular, such SSNs can lead to the identification of individual-specific disease modules as well as driver genes, even without gene sequencing information. Extensive analysis by using the Cancer Genome Atlas data not only demonstrated the effectiveness of the method, but also found new individual-specific driver genes and network patterns for various types of cancer. Biological experiments on drug resistance further validated one important advantage of our method over the traditional methods, i.e. we can even identify such drug resistance genes that actually have no clear differential expression between samples with and without the resistance, due to the additional network information.

SUMMARY Drug resistance is a significant hindrance to effective cancer treatment. Although resistance mechanisms of epidermal growth factor receptor (EGFR)-mutant cancer cells to lethal EGFR tyrosine kinase inhibitors (TKI) treatment have been investigated intensively, how cancer cells orchestrate adaptive response under sublethal drug challenge remains largely unknown. Here we find that 2-hour sublethal TKI treatment elicits a transient drug-tolerant state in EGFR-mutant lung cancer cells. Continuous sublethal treatment reinforces this tolerance and eventually establishes long-term TKI resistance. This adaptive process involves H3K9 demethylation-mediated epigenetic upregulation of branched-chain amino acid aminotransferase 1 (BCAT1) and subsequent metabolic reprogramming, which promotes TKI resistance through attenuating reactive oxygen species (ROS) accumulation. Combinational treatment with TKI and ROS-inducing reagents overcomes this drug resistance in preclinical mouse models. Clinical information analyses support the correlation of BCAT1 expression with EGFR TKI response. Collectively, our findings reveal the importance of epigenetically regulated BCAT1-engaged metabolism reprogramming in TKI resistance in lung cancer. HIGHLIGHTS Sublethal EGFR TKI treatment induces transient drug-tolerant state and long-term resistance in EGFR-mutant lung cancer cells Epigenetically regulated BCAT1-mediated metabolic reprogramming orchestrates EGFR TKI-induced drug resistance Combinational treatment with TKI and ROS-inducing agents overcomes the drug resistance induced by EGFR TKI treatment

Abstract THEMIS plays an indispensable role in T cells, but its mechanism of action is highly controversial. Using the systematic proximity labeling methodology PEPSI, we identified THEMIS as an uncharacterized substrate for the phosphatase SHP1. Saturated mutagenesis analysis revealed that THEMIS phosphorylation at the evolutionally conserved Tyr34 residue was oppositely regulated by SHP1 and the kinase LCK. Like THEMIS -/- mice, THEMIS Y34F/Y34F knock-in mice showed a significant decrease in CD4 thymocytes and mature CD4 T cells, but a normal thymic development and peripheral homeostasis of CD8 T cells. Mechanistically, phosphorylated THEMIS induced by TCR activation acts as a “priming substrate” to bind SHP1 and convert its phosphatase activity from basal level to nearly fully activated level, ensuring an appropriate negative regulation of TCR signaling. However, cytokine signaling in CD8 T cells failed to elicit THEMIS Y34 phosphorylation, revealing both phosphorylation-dependent and -independent roles of THEMIS in controlling T cell maturation and expansion.

BackgroundThe antioxidant enzyme GPX3 is a selenoprotein that transports selenium in blood and maintains its levels in peripheral tissues. Aberrant GPX3 expression is strongly linked to the development of some tumors. However, there is a scarcity of studies examining the pan-cancer expression patterns and prognostic relevance of GPX3.MethodsGPX3 expression levels in normal tissues and multiple tumors were analyzed using TCGA, CCLE, GTEx, UALCAN and HPA databases. Forest plots and KM survival curves were utilized to evaluate the correlation between GPX3 expression and the outcome of tumor patients. The prognostic value of GPX3 in LGG was assessed utilizing the CGGA datasets, and that in STAD was tested by TCGA and GEO databases. A nomogram was then constructed to predict OS in STAD using R software. Additionally, the impact of GPX3 on post-chemoradiotherapy OS in patients with LGG and STAD was evaluated using the KM method. The multiplicative interaction of GPX3 expression, chemotherapy and radiotherapy on STAD and LGG was analyzed using logistic regression models. The correlation of GPX3 with the immune infiltration, immune neoantigens and MMR genes were investigated in TCGA cohort.ResultsGPX3 exhibited downregulation across 21 tumor types, including STAD, with its decreased expression significantly associated with improved OS, DFS, PFS and DSS. Conversely, in LGG, low levels of GPX3 expression were indicative of a poorer prognosis. Univariate and multivariate Cox models further identified GPX3 as an independent predictor of STAD, and a nomogram based on GPX3 expression and other independent factors showed high level of predictive accuracy. Moreover, low GPX3 expression and chemotherapy prolonged the survival of STAD. In LGG patients, chemoradiotherapy, GPX3 and chemotherapy, and GPX3 and chemoradiotherapy may improve prognosis. Our observations reveal a notable connection between GPX3 and immune infiltration, immune neoantigens, and MMR genes.ConclusionsThe variations in GPX3 expression are linked to the controlling tumor development and could act as a promising biomarker that impacts the prognosis of specific cancers like STAD and LGG.

Tumor immunotherapies have provided clinical benefits, yet great potential remains for optimizing therapeutic effects. Here, we show that low NAD+ levels restrict the function of tumor infiltrating T lymphocytes (TILs). TILs harvested from human ovarian tumor tissues showed decreased NAD+ levels compared with T cells from paired peripheral blood samples. The combination of whole-genome CRISPR and large-scale metabolic inhibitor screens implicated the NAD+ biosynthesis enzyme nicotinamide phosphoribosyltransferase (NAMPT) is required for T cell activation. Further isotopic labeling and LC-MS studies confirmed that NAD+ depletion suppressed mitochondrial energy biosynthesis in T cells. Excitingly, NAD+ supplementation significantly enhanced the tumor cell-killing efficacy of CAR-T cells ex vivo, and extended animal survive in both adoptive CAR-T model and immune checkpoint blockade treatment models in vivo. This study demonstrates an over-the-counter nutrient supplement NAD+ could robustly boost the efficacy of T cell-based immunotherapy and provides insights into the cellular basis of T cell metabolic reprogramming in treating cancers.

Abstract The magnetic field is a significant and universal physical phenomenon in modern astrophysics. Small-scale magnetic fields are very important in the stellar atmosphere. They are ubiquitous and strongly couple with acoustic waves. Therefore, their presence affects the properties of acoustic waves in the stellar outer layer. In the present work, under the assumption that small-scale magnetic features are the cause of the asteroseismic surface term (the frequency-dependent frequency offset between stars and their models), we explore the strength of such fields in the solar analog KIC 8006161. By considering the effect of small-scale magnetic fields in the stellar photosphere, we use the observed oscillation frequencies to constrain the inner structures and surface small-scale magnetic fields of solar-like star KIC 8006161. To agree with the existing observations, such as oscillation frequencies, and their frequency separation ratios, the theoretical model requires a small-scale magnetic field to form a magnetic-arch splicing layer in the stellar outer atmosphere. The small-scale magnetic field strengths for KIC 8006161 obtained from best-fit model with Y init = 0.249 + 1.33 Z init and Y init as a free parameter are approximately 96 and 89 G, respectively. The corresponding locations of the magnetic-arch splicing layer are about 522 and 510 km, respectively.

A complex disease generally results not from malfunction of individual molecules but from dysfunction of the relevant system or network, which dynamically changes with time and conditions. Thus, estimating a condition-specific network from a sample is crucial to elucidating the molecular mechanisms of complex diseases at the system level. However, there is currently no effective way to construct such an individual-specific network by expression profiling of a single sample because of the requirement of multiple samples for computing correlations. We developed here with a statistical method, i.e., a sample-specific network method, which allows us to construct individual-specific networks based on molecular expression of a single sample. Using this method, we can characterize various human diseases at a network level. In particular, such sample-specific networks can lead to the identification of individual-specific disease modules as well as driver genes, even without gene sequencing information. Extensive analysis by using the Cancer Genome Atlas data not only demonstrated the effectiveness of the method, but also found new individual-specific driver genes and network patterns for various cancers. Biological experiments on drug resistance further validated one important advantage of our method over the traditional methods, i.e., we even identified those drug resistance genes that actually have no clearly differential expression between samples with and without the resistance, due to the additional network information.

Abstract Tyrosine phosphorylation, orchestrated by tyrosine kinases and phosphatases, modulates a multi-layered signaling network in a time and space dependent manner. Dysregulation of this post-translational modification is inevitably associated with pathological diseases. Our previous work has demonstrated that non-receptor tyrosine kinase FER is upregulated in ovarian cancer. Knockdown of the kinase attenuates metastatic phenotypes in tumor cells. Here we employed mass spectrometry and biochemical approaches to identify IRS4 as a novel substrate of FER. Using a proximity-based tagging system, we determined that FER-mediated phosphorylation of Tyr779 enables IRS4 to recruit PIK3R2/p85β, the regulatory subunit of PI-3K, and activate the PI3K-AKT pathway. Rescuing IRS4-null ovarian tumor cells with phosphorylation-defective mutant, but not WT IRS4, delayed tumor cell proliferation both in vitro and in vivo . Overall, we revealed a kinase-substrate regulatory mode between FER and IRS4, and the pharmacological inhibition of FER kinase may be beneficial for ovarian cancer patients with PI3K-AKT hyperactivation.